Klasifikasi Huruf Dan Angka Dalam Bisindo Menggunakan Metode Convolutional Neural Network

Abstract

BISINDO (Bahasa Isyarat Indonesia) adalah salah satu bahasa isyarat yang digunakan oleh komunitas tuli di Indonesia. Dalam penggunaannya, hambatan komunikasi sering dihadapi oleh individu dengan gangguan pendengaran karena BISINDO ini belum banyak dikenal dan diketahui. Penelitian ini menggunakan metode Cross-Industry Standard Process for Data Mining (CRISP-DM). Penelitian ini mengembangkan model Convolutional Neural Network (CNN) untuk mengenali huruf dan angka dalam Bahasa Isyarat Indonesia (BISINDO). Model terbaik dihasilkan pada percobaan ke-32 dengan 25 epoch, batch size 64, dan ukuran citra 100x100 piksel, mencapai akurasi 93%. Model hasil pelatihan ini mampu mengklasifikasikan setiap huruf dan angka pada BISINDO dengan benar serta akurat.